汽油机爆震诊断与控制策略的研究--优秀毕业论文

博士学位论文
汽油机爆震诊断与控制策略的研究
RESEARCH ON KNOCK DIAGNOSIS AND CONTROL STRATEGY OF GASOLINE ENGINE
王彦岩
2010年03月
国内图书分类号：TK411.22 学校代码：10213 国际图书分类号：629 密级：公开
工学博士学位论文
汽油机爆震诊断与控制策略的研究
博士研究生：王彦岩
导师：宋宝玉教授
副导师：杨建国教授
申请学位：工学博士
学科：车辆工程
所在单位：机电工程学院
答辩日期：2010年03月
授予学位单位：哈尔滨工业大学
Classified Index: TK411.22
U.D.C: 629 Dissertation for the Doctoral Degree in Engineering RESEARCH ON KNOCK DIAGNOSIS AND CONTROL STRATEGY OF GASOLINE ENGINE
Candidate:Wang Yanyan
Supervisor:Prof. Song Baoyu
Associate Supervisor: Prof. Yang Jianguo
Academic Degree Applied for:Doctor of Engineering
Speciality:Vehicle Engineering
Affiliation: School of Mechatronics Engineering Date of Defence:March, 2010
Degree-Conferring-Institution:Harbin Institute of Technology
摘要
近年来，随着石油资源的日益紧缺以及由此引发的燃油价格大幅提高，越来越多的发动机制造商开始采用更高的压缩比来达到提高燃油经济性的目的；同时，排放法规严格要求使用无铅汽油。

这都导致汽油机发生爆震的可能性增大。

爆震是限制火花点火发动机功率提高和经济性改善的一个重要因素，汽油机绝对不允许在强烈爆震的情况下工作，但当轻微爆震时，燃烧接近定容燃烧，汽油机的动力性与经济性均有所提高。

现代汽油机大多都有爆震控制装置，但控制的原理、方法和精度一直在不断改进之中。

研究爆震信号的特征提取方法，强度判定和诊断方法，并通过现代电子技术，实现基于爆震信号的实时、精确的点火闭环控制，使汽油机能够始终在轻微爆震附近(爆震边缘)工作，对进一步提高汽油机的性能、节省能源、减少排放具有重要的意义。

在对汽油机进行爆震检测的基础上，研究了短时傅立叶变换(STFT)、平滑伪Wigner-Ville分布(SPWD)和离散小波变换(DWT)用于汽油机爆震特征提取的可行性和效果。

发现：STFT和SPWD两种方法只有在适当滤掉信号的低频成分的前提下，才能从汽油机气缸压力信号和缸盖振动信号中提取出爆震特征；并且STFT和SPWD方法计算量大，耗时长；利用DWT方法可以直接从气缸压力信号和缸盖振动信号中有效地提取出轻微爆震特征，与前两种方法相比，速度更快，具有明显的优越性；而且，在只安装一只加速度传感器的情况下，利用DWT方法能够提取出4个气缸的爆震边缘特征。

本文对20个时域参数进行了分析研究，找出了其中适合描述小波变换特征域信号爆震特征的指标。

针对其它指标存在的随工况变化比较敏感的缺陷，提出了一种相对能量指标，该指标将小波子带信号和原始振动信号关联起来，对工况变化具有较好的适应性，适合用于爆震判定。

提出了用多个特征值组合起来作为爆震判定指标判定爆震的方法，以弥补原来单个指标判定爆震方法存在的不足。

在爆震诊断方法的研究中，将模糊聚类分析、神经网络方法应用到爆震诊断中，提出小波结合模糊C-均值聚类的爆震诊断方法和小波结合模糊神经网络的爆震诊断方法，给出了两种方法的原理，并分别用具体算例进行了检验，发现这两种方法都能够完成对汽油机燃烧模式的区分，并能诊断出爆震边缘燃烧。

这两种方法相比，小波结合模糊C-均值聚类的爆震诊断方法更适合于用硬件实现。

为改进现有汽油机爆震控制策略在实时性方面存在的不足，本文提出一种开环与闭环相结合，在一个工作循环内完成从信号检测到点火提前角调整的爆震控制策略。

研
究了用神经网络代替传统的点火MAP图来确定基本点火提前角的方法，建立了小波结合模糊C-均值聚类算法的爆震运算模型，通过仿真运算验证了模型的正确性。

研究了爆震实时控制的实现方法，开发了爆震实时控制的两个关键部分：爆震运算单元和数据通讯单元。

在FPGA硬件上实现了小波结合模糊C-均值的爆震运算算法，并对应用CAN总线实现FPGA与ECU之间的数据通讯的技术进行了研究。

最后通过硬件试验验证了爆震运算单元和数据通讯单元的有效性。

关键词：汽油机；爆震；诊断；控制策略；小波变换
Abstract
Recently，with the increasing scarcity of oil resources and substantial increase in fuel prices, more and more engine manufacturers began to use a higher compression ratio to achieve the purpose of improving fuel economy. At the same time, the strict emissions regulations require the use of lead-free gasoline. These would increase the possibility of the gasoline engine knock. Knock is an important factor which has a strong impact on the power and fuel enconomy of spar-ignition engine. The engine can never be allowed to work under conditions of a strong knock. However, when slight knock occurs, the engine is close to isometric burning, so the economy and power of the engine are enhanced. Many of the modern gasoline engines are equipted with knock control system, but the control principles, methods and accuracy have been constantly improving. To research the methods of knock signal feature extraction, intensity determination and diagnosis, and to achieve the real-time and accurate closed-loop ignition control based on the knock signal by modern electronic technology are of great significance to improving the gasoline engine performance, saving energy, and reducing emission of the engine.
The article separately studied the feasibility and effectiveness of gasoline engine knock feature extraction methods, such as the Short-time Fourier Transform(STFT), smoothed pseudo Wigner-Ville distribution(SPWD) and the discrete wavelet transform(DWT). The study found that: when adopting the STFT and SPWD method, only under the condition of filtering out the low-frequency components of the signal can we extract the knock feature from the engine cylinder pressure signal and the cylinder head vibration signal; STFT and SPWD method also need a large amount of calculation and time consuming; DWT method can extract the slight knock feature well from the cylinder pressure signal and the cylinder head vibration signal; And compared with the previous two methods, DWT method is faster and has obvious superiority; Moreover, by adopting DWT method the slight knock feature of four cylinders can be extracted out under the condition of installing only one acceleration senor on the first cylinder head.
Twenty time-domain parameters are analyzed and the indexes suited to describe knock features of wavelet transform domain signal are found out. A relative energy index is proposed to overcome the defect that other indexes are sensitive to the changes of working conditions. The relative energy index associated wavelet sub-band signal with the original vibration signals, has better adaptability to work condition changes. It is suitable for knock judgement. The method of using multiple eigenvalues as knock judgement indexes is proposed to compensate for deficiency of the single index in knock judgement.
In the study of knock diagnosis methods, fuzzy cluster analysis and neural method are
applied to knock diagnosis. The knock diagnosis methods of wavelet with fuzzy C-means clustering and wavelet with fuzzy neural network are put forward. The principles of the two methods also be discussed. The two methods are verified effective in distinguishing engine combustion modes by some simulation tests, and slight knock combustion is diagnosed by the two paring the two methods, wavelet with fuzzy C-means method is more suitable for implementing by hardware in knock diagnosis.
In order to conquer the shortcomings in real-time performance of the existing gasoline engine knock control strategy, a new knock control strategy combined the open-loop control with closed-loop control is put forward. Using this control strategy can complete the works including signal detection and ignition advance angle adjustment in one engine work cycle. The mehod of using neural network instead of traditional experimental MAP to determine the basic ignition advance Angle is studied. The simulation model of knock operation which using wavelet combined with fuzzy C-means clustering algorithm is established. The validity of the model has been proved by the simulation computation.
Finally, the implement method of knock control is studied. Knock computing unit and data communication unit, which are two key parts of the knock control are developed. The wavelet combined with fuzzy C-means algorithm is realized in the FPGA hardware.Controller area network bus technology is applied to the data communicaiton betweeen FPGA and ECU.The effectiveness of the two units are verified by the hardware test.
Keywords：gasoline engine, knock, diagnosis, control strategy, discrete wavelet transform
目录
摘要 (I)
Abstract (III)
目录 (V)
第1章绪论 (1)
1.1 课题背景及研究的目的意义 (1)
1.2 爆震机理及爆震控制研究路线 (2)
1.2.1 爆震机理 (2)
1.2.2 爆震控制研究路线 (3)
1.3 国内外在该方向的研究现状 (3)
1.3.1 爆震测量方法研究现状 (3)
1.3.2 爆震信号特征提取方法研究现状 (6)
1.3.3 爆震判定指标研究现状 (7)
1.3.4 爆震诊断方法研究现状 (10)
1.3.5 爆震控制方法研究现状 (11)
1.4 本文的主要研究内容 (13)
第2章爆震检测及特征提取方法研究 (15)
2.1 汽油机的爆震检测 (15)
2.1.1 检测系统组成和原理 (15)
2.1.2 检测条件 (16)
2.1.3 检测步骤 (16)
2.1.4 检测结果 (17)
2.2 短时傅立叶变换方法的爆震特征提取 (18)
2.2.1 短时傅立叶变换算法 (18)
2.2.2 应用短时傅立叶变换提取爆震特征 (19)
2.3 Wigner-Ville分布方法的爆震特征提取 (21)
2.3.1 Wigner-Ville分布的定义 (21)
2.3.2 模糊函数与Cohen类时频分布 (22)
2.3.3 交叉项的抑制 (23)
2.3.4 应用平滑伪Wigner-Ville分布提取爆震特征 (24)
2.4 离散小波变换方法的爆震特征提取 (26)
2.4.1 小波变换的定义 (26)
2.4.2 离散小波变换 (27)
2.4.3 Mallat算法 (28)
2.4.4 单子带信号重构算法 (31)
2.4.5 应用小波变换提取爆震特征 (31)
2.4.6 多气缸爆震边缘特征提取 (34)
2.4.7 三种方法的比较分析 (36)
2.5 本章小结 (36)
第3章 爆震判定指标及诊断方法研究 (37)
3.1 小波特征域信号爆震判定指标研究 (37)
3.1.1 时域参数指标 (37)
3.1.2 指标的性能分析 (40)
3.2 相对能量爆震判定指标研究 (44)
3.2.1 指标的提出 (44)
3.2.2 指标性能分析 (45)
3.2.3 本文爆震判定指标的确定 (47)
3.3 小波结合模糊C-均值聚类算法的爆震诊断研究 (48)
3.3.1 诊断原理 (48)
3.3.2 模糊C-均值聚类算法 (49)
3.3.3 诊断实例 (52)
3.4 小波结合模糊神经网络的爆震诊断研究 (54)
3.4.1 诊断原理 (54)
3.4.2 神经网络的LM算法 (55)
3.4.3 神经网络输入的模糊化处理 (56)
3.4.4 神经网络输出的模糊化处理 (57)
3.4.5 神经网络的训练 (57)
3.4.6 诊断实例 (58)
3.5 本章小结 (59)
第4章爆震控制策略与模型研究 (60)
4.1 爆震控制策略 (60)
4.1.1 爆震控制策略的提出 (60)
4.1.2 实验汽油机的爆震控制策略 (61)
4.2 基本点火角的神经网络控制研究 (63)
4.2.1 模型的建立 (64)
4.2.2 输入输出数据的处理 (64)
4.2.3 训练和测试 (65)
4.2.4 性能分析 (67)
4.3 爆震运算单元模型设计及仿真 (68)
4.3.1 模型工作原理 (68)
4.3.2 小波变换模块设计 (69)
4.3.3 特征值提取模块设计 (72)
4.3.4 爆震判定模块设计 (72)
4.3.5 仿真分析 (73)
4.4 本章小结 (76)
第5章 爆震控制硬件设计及试验研究 (77)
5.1 爆震控制系统方案设计 (77)
5.1.1 硬件方案 (77)
5.1.2 硬件原理 (78)
5.1.3 实时性评估 (79)
5.2 爆震运算单元的FPGA实现 (80)
5.2.1 开发流程 (80)
5.2.2 端口设计 (82)
5.2.3 RTL仿真 (82)
5.2.4 实现过程 (85)
5.3 FPGA与ECU的通讯 (86)
5.3.1 接口电路设计 (86)
5.3.2 软件设计 (87)
5.4 爆震控制硬件试验 (90)
5.4.1 硬件试验原理 (90)
5.4.2 试验结果及分析 (90)
5.5 本章小结 (91)
结论 (93)
参考文献 (95)
攻读学位期间发表的学术论文 (104)
哈尔滨工业大学博士学位论文原创性声明 (105)
哈尔滨工业大学博士学位论文使用授权书 (105)
致谢 (106)
个人简历 (107)
Contents
Abstract (In Chinese) (Ⅰ)
Abstract (In English) (Ⅲ)
Chapter 1 Introduction (1)
1.1 Project background and research significance (1)
1.2 Knock principle and control research route (2)
1.2.1 Knock principle (2)
1.2.2 Knock control research route (3)
1.3 Research overview and analysis of knock control (4)
1.3.1 Research overview of knock detection (4)
1.3.2 Research overview of knock feature extraction (6)
1.3.3 Research overview of knock judgement index (8)
1.3.4 Research overview of knock diagnosis methods (11)
1.3.5 Research overview of knock control methods (12)
1.4 Research contents (15)
Chapter 2 R esearch of knock detection and knock feature extraction (16)
2.1 Knock detection of gsoline engine (16)
2.1.1 Principle and components of knock detection (16)
2.1.2 Knock detection conditions (17)
2.1.3 Knock detection procedure (17)
2.1.4 Knock detection results (18)
2.2 The application of STFT to knock feature extraction (19)
2.2.1 The lgorithm of STFT (19)
2.2.2 The application of STFT to knock feature extraction (20)
2.3 The application of Wigner-Ville distribution to knock feature extraction22
2.3.1 Definition of Wigner-Ville distribution (22)
2.3.2 Fuzzy function and Cohen distribution (23)
2.3.3 Inhibition of the crossover part (24)
2.3.4 The application of SPWD to knock feature extraction (25)
2.4 The application of the wavelet transform to knock feature extraction (28)
2.4.1 Difintion of the wavelet transform (28)
2.4.2 Discrete wavelet transform (29)
2.4.3Mallat algorithm (30)
2.4.4 Single sub-band reconstruction algorithm (33)
2.4.5 The application of the wavelet transform to knock feature extraction33
2.4.6 Slight knock feature extraction from multi-cylinders engine (36)
2.4.7 The compare of three methods (37)
2.5 Summary (38)
Chapter 3 Research of knock judgement indexes and knock diagnosis methods (39)
3.1 Research of knock judgement indexes (39)
3.1.1 Time domain parameters indexes (39)
3.1.2 Performence analysis of indexes (42)
3.2 Research of relative energy index (46)
3.2.1 Proposition of the relative energy index (46)
3.2.2 Index performence analysis (47)
3.2.3 Knock judgement indexes applied in the dissertation (49)
3.3 The application of DWT with C-means clustering to knock diagnosis..50
3.3.1 Diagnosis principle (50)
3.3.2 Fuzzy C-means clustering algorithm (51)
3.3.3 Diagnosis example (54)
3.4 The application of DWT with neural network to knock diagnosis (56)
3.4.1 Diagnosis principle (56)
3.4.2 LM algorithm of the neural network (57)
3.4.3 Fuzzy processing of the neural network inputs (58)
3.4.4 Fuzzy processing of the neural network outputs (59)
3.4.5 Training of the neural network (59)
3.4.6 Diagnosis example (60)
3.5 Summary (61)
Chapter 4 Research of knock control strategy and model (62)
4.1 Knock control strategy (62)
4.1.1 Proposition of the knock control strategy (62)
4.1.2 Knock control strategy of the tested gasoline engine (63)
4.2 Research of the basic ignition advance angle neural network (65)
4.2.1 Establishment of the network model (66)
4.2.2 Network input and output processing (66)
4.2.3 Training and testing (67)
4.2.4 Performence analysis (69)
4.3 Model design and simulation of knock computing unit (70)
4.3.1 Work principle (70)
4.3.2 Wavelet transform module design (71)
4.3.3 Feature extraction module design (74)
4.3.4 Knock judgement module design (74)
4.3.5 Simulation analysis (75)
4.4 Summary (78)
Chapter 5 Knock control hardware design and experimental study (79)
5.1 Knock control system design (79)
5.1.1 Hardware program (79)
5.1.2 Hardware principle (80)
5.1.3 Real-time performence assessment (82)
5.2 Realization of the knock computing unit by FPGA (82)
5.2.1 Develop process (82)
5.2.2 Interface design (84)
5.2.3 RTL simulation (84)
5.2.4 Realization (87)
5.3 Communication between FPGA and ECU (88)
5.3.1 Interface circuit design (88)
5.3.2 Software design (89)
5.4 Hardware test (92)
5.4.1 Test principle (92)
5.4.2 Test results and analysis (92)
5.5 Summary (93)
Conclusions (95)
References (97)
Paper published in the period of Ph.D. education (106)
Statement of copyright (107)
Letter of authorization (107)
Acknowledgement (108)
Resume (109)
第1章绪论
1.1课题背景及研究的目的意义
本课题来源于山东省高等学校科技计划项目：“汽油发动机点火控制核心技术的研究”。

近年来，随着石油资源的日益紧缺以及由此引发的燃油价格的大幅提高，越来越多的发动机制造商通过增大汽油机的压缩比来提高燃油经济性；同时，排放法规严格要求使用无铅汽油。

这都将导致爆震发生的可能性增大[1,2]。

爆震是火花点火发动机特有的一种不正常燃烧现象[3]。

在某些条件下，如汽油机压缩比过高、点火时刻过早、燃料的辛烷值过低等，汽油机的燃烧就会变得不正常。

内部表现为火焰前锋变得极不规则，火焰传播速率急剧增大；外部表现为发出金属敲击声，气缸盖温度上升，冷却系统过热。

强烈爆震发生后，汽油机性能迅速恶化，会引起一系列的问题[4-7]：
(1) 由于缸内压力和压力升高率过大，使活塞、连杆、缸套等零部件的机械负荷过大而损坏；另外，气缸壁面由于压力波的冲击，油膜被破坏，加剧了机件的磨损，容易造成拉缸；
(2) 高频振荡的压力波冲击并破坏气缸壁面的层流边界层，使向气缸壁的传热量大大增加，传热损失增大，降低了输出功率；
(3) 燃烧室内部高温引起燃烧产物加速离解成CO, H2, NO等，严重时会析出碳粒，一方面使热效率降低，另一方面促使积碳形成，影响活塞环、气门和火花塞正常工作。

燃烧室局部过热，会产生表面点火，使气缸进一步过热，最终导致气缸盖和活塞局部变软、熔化或烧损。

因此，爆震是限制火花点火发动机功率提高和经济性改善的一个重要因素，发动机绝对不允许在强烈爆震的情况下工作[8]。

但研究发现，当汽油机发生轻微爆震时，燃烧过程接近定容燃烧，汽油机的经济性与动力性均有所提高[9]。

所以爆震控制的目标是尽可能使汽油机工作在轻微爆震区域。

现代汽油机很多都有爆震控制装置，但控制的原理、方法和精度一直在不断改进之中。

研究爆震信号的特征提取方法，爆震信号的强度判定和诊断方法，并通过现代电子技术，实现基于爆震信号的实时、精确的点火闭环控制，对进一步提高汽油机性能、节省能源、减少排放具有重要的意义[10-13]：
(1) 可使汽油机工作在轻微爆震区域，提高汽油机的功率并且降低燃油消耗率。

(2) 可使汽油机适应不同性能的汽油。

不同辛烷值的汽油具有不同的抗爆性，采用开环电控点火系统时，为了避免爆震的发生，不仅控制点火提前角远离爆震区域，而且只能使用抗爆性比较好的汽油。

而采用爆震闭环控制系统后，电控单元可以根据
工作情况自动调节点火提前角，使汽油机的适应性增强。

(3) 可减小零件磨损对性能的影响。

在使用过程中，汽油机的零部件均要不断的磨损，这时汽油机的最佳点火时刻要产生偏移。

闭环控制系统可根据爆震检测情况对点火提前角作出调整，减小零件磨损的影响，使汽油机工作在最佳工况。

(4) 减小制造公差对性能的影响。

汽油机是大批量的工业产品，零件在制造过程中不可避免的存在制造公差，使用闭环控制系统可有效减小制造公差对汽油机的影响。

(5) 汽油机增压技术的需要。

1.2爆震机理及爆震控制研究路线
1.2.1爆震机理
爆震机理研究的历史几乎和火花点火发动机的历史同样长，随着能源问题的日益突出和对汽车舒适性程度要求的提高，爆震再度成为各国内燃机研究者的热点课题。

尽管爆震燃烧机理研究有很长的历史，但由于爆震现象非常复杂，涉及的因素很多，对爆震的机理目前有不同的解释，主要有以下3种学说：
(1) 自燃说 由Lewis和Von Elbe等人提出，Leonardo[14]通过实验进一步证实了这种观点。

他们认为爆震是由于终燃混合气的自燃产生的：汽油机燃烧过程中，随着燃烧过程的进行和火焰的正常传播，处在最后燃烧位置上的末端气体的温度和压力不断提高，经历了一系列先期反应后，在正常的火焰传播还没有到达的情况下，燃烧室中的高温部位出现一个或数个自发的火焰中心，自发火焰从这些中心以很高的速率传播，迅速将剩余的未燃混合气燃烧完毕。

机理如图1-1所示。

(2) 火焰加速说 Curry[15]提出该学说。

他在燃烧室中设置了多个离子探针来测量火焰传播，发现爆震时火焰在末端气体中的传播速率是常规火焰传播速率的10~20倍，并提出火焰加速也是产生爆震的原因之一。

图1-1 爆震自燃机理图
Figure 1-1 Autoignition theroy of knock
(3) 爆震说 Mille和Male等人提出该学说。

即对预混合气的燃烧，火焰在传播过程中受到周围条件的限制，突然产生高压和高速传播的现象，正常的火焰前峰由于冲击波的高压提供的能量，从亚声速转变为超声速传播，燃烧反应异常猛烈，并产生强烈的冲击波。

3种学说中，自燃说由于能更好地解释各种实验的结果，因而得到了广泛的承认。

1.2.2爆震控制研究路线
爆震控制的目标是使汽油机工作在轻微爆震区域。

本文的爆震控制研究，按照爆震信号检测、特征提取方法研究、判定指标研究、诊断方法研究、控制策略研究以及实时控制研究这样的技术路线展开。

如图1-2所示。

图1-2 本文爆震控制研究路线
Figure 1-2 Steps of knock control research
1.3国内外在该方向的研究现状
1.3.1爆震测量方法研究现状
爆震信号测量方法有很多，各种方法都有各自的优势和劣势。

常用的方法如下面所述。

1.3.1.1常用方法
(1) 测量燃烧噪声 测量燃烧噪声的方法是用压电传感器测量噪声的频率，配以相应的信号滤波处理系统和信号识别系统[16,17]。

爆震发生时，噪声较正常燃烧时的尖锐，在汽油机特定的频率范围内声级达到最大值。

且爆震越强，该值越大。

在噪声仪测得的信号中，可以用这个频率范围内的某个声级的大小来判定爆震的强弱。

Sonke Carstens[18]等人研究了用这种方法检测爆震的方法。

Olivier Boubal[19]用工作频率在100kHz以上的宽带声学传感器，安装在缸盖密封垫片上，测得了精确的爆震燃烧声波。

(2) 测量气缸压力爆震时示功图上最高压力之后有高频的压力震荡，爆震越强烈，振荡的振幅就越大，如图1-3所示。

用压力传感器测量气缸压力变化，是最直接的爆震检测方法[20]。

检测气缸压力的传感器有嵌装式和火花塞式两种，这两种传感器都是压电晶体式传感器，可以直接检测气缸燃烧状况，实时地识别出汽油机是否发生爆震。

测量前首先要在采集系统中建立起传感器输出电压值与气缸压力值之间的标定线，然后根据采集到的电压值查到响应的气缸压力值。

蔡昌贵等[21,22]用该方法检测到了汽油机的爆震信息。

曲轴转角(o CA)
图1-3 压力传感器测得的爆震信号
Figure 1-3 Knock signal detected by the pressure sensor
(3) 测量机体振动该方法是在机体或缸盖上合适的位置安装振动传感器，对爆震压力波引起的机体振动进行测量，对传感器和信号处理识别系统调整其振动频带，使其能覆盖汽油机爆震时的振动频率，并在爆震时发生共振，给出相应的信号输出[23]。

该方法使用的传感器有磁致伸缩式和压电式两种类型[24]。

磁致伸缩式爆震传感器由于其外形较大，结构复杂，机电变换效率低，只在早期的汽车上有所应用，现代汽车上多用压电式爆震传感器。

压电式爆震传感器又分共振型和非共振型两种。

共振型爆震传感器是由与爆震具有相同共振频率的振子和能够检测振子振动压力并转换成电信号的压电元件构成；非共振型爆震传感器是用压电元件直接检测爆震信息，并将其转换成电信号输出。

于秀敏[4]，Olivier Grondin[25,26]等人研究了用振动传感器提取汽缸爆震信息的方法，并提出了基于燃烧状态估计的闭环控制方法。

这三种爆震测量方法各有特点，适用于不同的情况，表1-1为三种方法的特性比较。

表1-1 爆震测量主要方法比较
Table 1-1 Comparison of the main knock detection methods
对比项目测气缸压力测燃烧噪声测机体振动
成本高低低
寿命短长长
维修不方便方便方便
精度高低一般
可靠性高低高
灵敏度高中等低
信噪比高中等低
通过表1-1的比较可以看出：测气缸压力的方法是最准确、最可靠的方法，但成本高、寿命短，故这种方法目前主要用于实验性的研究；测燃烧噪声方法尽管成本低，但精度和可靠性差，目前多用在增压发动机上；测机体振动的爆震检测方法传感器结构简单，维修方便，成本最低，适合实时控制中使用，该方法目前被广泛应用于国内外的轿车发动机上，若能进一步提高其测量精度，或者提高信号处理的精度，则更具有应用价值。

1.3.1.2其它方法
学者们也一直在研究爆震测量的其他方法。

许沧粟等人[27,28]将火花塞作为爆震检测传感器，通过在火花塞电极两端加偏置电压获得离子电流，再通过对离子电流信号的采集和分析，发现离子电流高频部分的平均能量的大小与爆震强度有关。

吴筱敏等人[29]采用离子电流法和机体振动法同时检测汽油机的爆震，并通过波形对比和快速傅立叶变换对信号进行分析和比较。

发现与机体振动法相比，离子电流法有安装方便、信噪比高、信号处理简单、测量准确、成本低廉等优点。

Guoming Zhu, Ibrahim Haskara, Jim Winkelman等人[30,31]利用电离电流信号检测爆震，并做闭环点火控制系统的反馈信号，证明电离电流信号具有很好的可控制性。

刘海荣[32]、高青[33]等用光纤传感器进行爆震测量，系统分析了光信号和压力信号各自的优势，发现光信号在临界爆震及轻度爆震燃烧等方面具有更明显优势，光纤传感器具有精度高、不易受电磁影响的优点。

其它还有通过离子探针[15]，测量火焰传播速率[34]，测火焰温度[35]，测火焰前峰
中活性离子的浓度[36]，测燃烧室表面温度和传热损失的变化[37]检测爆震的方法，这些方法各有优缺点，但由于技术上或成本上的限制，尚不具备在汽车上大量使用的条件。

1.3.2爆震信号特征提取方法研究现状
在汽油机爆震信号测量中，由于信号源的复杂性，导致信号中的噪声成分很大。

为提取信号中真正反映爆震信息的特征，必需对信号进行分析处理，目前常用的机械信号处理方法有时域分析、频域分析和时域频域联合分析等。

1.3.
2.1时域分析和频域分析
信号的时域分析是对所测得的时间历程信号直接实行各种运算且运算结果仍属于时域范畴的方法。

时域分析常常直接利用振动时域信号进行分析，是最简单而且最直接的方法，特别是当信号中明显含有简谐成分、周期成分或瞬时脉冲成分更为有效[38,39]。

时域分析主要包括数字滤波、相关分析、等概率分析法、时域同步平均法等。

数字滤波是目前应用最广泛的爆震信号特征提取方法[40]，通过将信号爆震频带之外的信息滤除的方式来提取爆震特征。

频域分析则是将信号进行傅立叶变换的基础上再进行各种运算的信号处理方法，包括频谱分析、倒频谱分析、功率谱分析等[41,42]。

频谱分析通常能够提供比时域波形更加直观的特征信息，其结果还可用于趋势估计；倒频谱分析是将频谱分析的结果再次利用FFT技术转换到一个新的分析域中，具有检测和分离谱中周期性成分的能力，会使原来谱图上成族的边频谱线简化为倒频谱上的单根谱线，从而使频谱中的复杂周期成分变得清晰易辨，以利于故障诊断；Dan Lazarescu[43]等研究了用功率谱分析的方法处理从结构振动信号采集的爆震信息。

时域和频域信号处理技术在用于爆震信号处理上都存在明显缺陷，即只能分别从时域上或频域上描述信号特征，而且是从全局上进行描述，频谱也不能反映出信号的某种频率分量出现的时刻及变化规律。

而爆震信号从时域上看发生在燃烧过程的特定时间内，从频域上看出现在某确定的频率带上，属于时变非平稳信号，必需同时从时域和频域两个方面来共同确定爆震的特征。

1.3.
2.2时频分析
时频分析的方法是将信号的信息表示到时间和频率的二维平面上，该方法同时在时间域和频率域上，而不是仅在时域或仅在频域上对信号进行分析[44-45]。

该方法同时具备时间和频率局部化能力，在信号处理中已经得到了广泛的应用[46-49]。

常用的时频分析方法有以下三种：
(1) 短时傅立叶变换也称其为加窗傅立叶变换，具有了时域和频域的局部化能。